文献

J-GLOBAL ID：202002263041410414   整理番号：20A2084674

注意U-Netによるマルチスケール入力を用いた皮膚病変検出のための視覚的説明可能な学習システム【JST・京大機械翻訳】

A Visually Explainable Learning System for Skin Lesion Detection Using Multiscale Input with Attention U-Net

著者 (4件)： Nguyen Duy Minh Ho (German Research Center for Artificial Intelligence, Saarbruecken, Germany) ,  Ezema Abraham (German Research Center for Artificial Intelligence, Saarbruecken, Germany) ,  Nunnari Fabrizio (German Research Center for Artificial Intelligence, Saarbruecken, Germany) ,  Sonntag Daniel (German Research Center for Artificial Intelligence, Saarbruecken, Germany)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12325  ページ： 313-319  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本研究では,ISIC 2018チャレンジのタスク2のための視覚ダーモスコピー属性の位置を自動的に予測するための新しいアプローチを提案する。著者らの方法は,入力としてマルチスケール画像を有する注意U-Netに基づいている。転送学習に基づく新しい戦略,すなわち,セグメンテーションのために訓練されたネットワークの重みを適応させることによる特徴抽出のための深いネットワークを訓練する。著者らの試験は,最初に,提案アルゴリズムが,2つの視覚特徴の抽出において,最良ISIC2018アーキテクチャ(LeHealthとNMN)の上または上にあることを示した。第二に,訓練パラメータの1/30だけを使用する。モバイルデバイスに関する将来の実装に特に有用である,より少ない計算とメモリ要求を観測した。最後に,著者らのアプローチは,診断および治療決定における医師を助けるための不確実性推定で視覚的に説明可能な挙動を生成する。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  記憶装置 ,  *視覚 ,  *学習 ,  セグメンテーション ,  ネットワーク ,  不確実性 ,  特徴抽出 ,  *皮膚障害 ,  計算機アーキテクチャ
準シソーラス用語： ダーモスコピー ,  モバイルデバイス ,  マルチスケール ,  *学習支援システム ,  視覚顕著 , 【Automatic Indexing@JST】

著者キーワード (3件)： 皮膚病変 ,  診断の特徴 ,  注意U-Net

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 注意 ,  U-Net ,  マルチスケール ,  皮膚病変 ,  視覚 ,  説明 ,  学習システム